[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-openai--guided-diffusion":3,"tool-openai--guided-diffusion":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":68,"owner_location":68,"owner_email":68,"owner_twitter":68,"owner_website":79,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":10,"env_os":90,"env_gpu":91,"env_ram":92,"env_deps":93,"category_tags":100,"github_topics":68,"view_count":101,"oss_zip_url":68,"oss_zip_packed_at":68,"status":16,"created_at":102,"updated_at":103,"faqs":104,"releases":135},1067,"openai\u002Fguided-diffusion","guided-diffusion",null,"Guided-Diffusion 是一个用于图像生成的开源工具，基于扩散模型改进而来，通过引入分类器引导机制提升生成图像的可控性和质量。它解决了传统GAN在图像合成中易出现模式崩溃、训练不稳定等问题，同时优化了扩散模型的生成效率与多样性。工具提供了多种分辨率的预训练模型（如64x64、256x256、512x512等）及对应的上采样器，支持从分类器条件模型中生成符合特定类别的图像。开发者和研究人员可利用其提供的采样脚本（如classifier_sample.py）快速生成样本，且模型支持自定义参数调整。其技术亮点包括对分类器条件的深度集成、架构优化以及丰富的预训练资源，适合需要高质量图像生成且具备一定技术背景的用户使用。","# guided-diffusion\n\nThis is the codebase for [Diffusion Models Beat GANS on Image Synthesis](http:\u002F\u002Farxiv.org\u002Fabs\u002F2105.05233).\n\nThis repository is based on [openai\u002Fimproved-diffusion](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fimproved-diffusion), with modifications for classifier conditioning and architecture improvements.\n\n# Download pre-trained models\n\nWe have released checkpoints for the main models in the paper. Before using these models, please review the corresponding [model card](model-card.md) to understand the intended use and limitations of these models.\n\nHere are the download links for each model checkpoint:\n\n * 64x64 classifier: [64x64_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_classifier.pt)\n * 64x64 diffusion: [64x64_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_diffusion.pt)\n * 128x128 classifier: [128x128_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128x128_classifier.pt)\n * 128x128 diffusion: [128x128_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128x128_diffusion.pt)\n * 256x256 classifier: [256x256_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_classifier.pt)\n * 256x256 diffusion: [256x256_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_diffusion.pt)\n * 256x256 diffusion (not class conditional): [256x256_diffusion_uncond.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_diffusion_uncond.pt)\n * 512x512 classifier: [512x512_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F512x512_classifier.pt)\n * 512x512 diffusion: [512x512_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F512x512_diffusion.pt)\n * 64x64 -> 256x256 upsampler: [64_256_upsampler.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64_256_upsampler.pt)\n * 128x128 -> 512x512 upsampler: [128_512_upsampler.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128_512_upsampler.pt)\n * LSUN bedroom: [lsun_bedroom.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_bedroom.pt)\n * LSUN cat: [lsun_cat.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_cat.pt)\n * LSUN horse: [lsun_horse.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_horse.pt)\n * LSUN horse (no dropout): [lsun_horse_nodropout.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_horse_nodropout.pt)\n\n# Sampling from pre-trained models\n\nTo sample from these models, you can use the `classifier_sample.py`, `image_sample.py`, and `super_res_sample.py` scripts.\nHere, we provide flags for sampling from all of these models.\nWe assume that you have downloaded the relevant model checkpoints into a folder called `models\u002F`.\n\nFor these examples, we will generate 100 samples with batch size 4. Feel free to change these values.\n\n```\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 100 --timestep_respacing 250\"\n```\n\n## Classifier guidance\n\nNote for these sampling runs that you can set `--classifier_scale 0` to sample from the base diffusion model.\nYou may also use the `image_sample.py` script instead of `classifier_sample.py` in that case.\n\n * 64x64 model:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --dropout 0.1 --image_size 64 --learn_sigma True --noise_schedule cosine --num_channels 192 --num_head_channels 64 --num_res_blocks 3 --resblock_updown True --use_new_attention_order True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 1.0 --classifier_path models\u002F64x64_classifier.pt --classifier_depth 4 --model_path models\u002F64x64_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 128x128 model:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 128 --learn_sigma True --noise_schedule linear --num_channels 256 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 0.5 --classifier_path models\u002F128x128_classifier.pt --model_path models\u002F128x128_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 256x256 model:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 1.0 --classifier_path models\u002F256x256_classifier.pt --model_path models\u002F256x256_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 256x256 model (unconditional):\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 10.0 --classifier_path models\u002F256x256_classifier.pt --model_path models\u002F256x256_diffusion_uncond.pt $SAMPLE_FLAGS\n```\n\n * 512x512 model:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 512 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 False --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 4.0 --classifier_path models\u002F512x512_classifier.pt --model_path models\u002F512x512_diffusion.pt $SAMPLE_FLAGS\n```\n\n## Upsampling\n\nFor these runs, we assume you have some base samples in a file `64_samples.npz` or `128_samples.npz` for the two respective models.\n\n * 64 -> 256:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --large_size 256  --small_size 64 --learn_sigma True --noise_schedule linear --num_channels 192 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython super_res_sample.py $MODEL_FLAGS --model_path models\u002F64_256_upsampler.pt --base_samples 64_samples.npz $SAMPLE_FLAGS\n```\n\n * 128 -> 512:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16 --class_cond True --diffusion_steps 1000 --large_size 512 --small_size 128 --learn_sigma True --noise_schedule linear --num_channels 192 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython super_res_sample.py $MODEL_FLAGS --model_path models\u002F128_512_upsampler.pt $SAMPLE_FLAGS --base_samples 128_samples.npz\n```\n\n## LSUN models\n\nThese models are class-unconditional and correspond to a single LSUN class. Here, we show how to sample from `lsun_bedroom.pt`, but the other two LSUN checkpoints should work as well:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --dropout 0.1 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython image_sample.py $MODEL_FLAGS --model_path models\u002Flsun_bedroom.pt $SAMPLE_FLAGS\n```\n\nYou can sample from `lsun_horse_nodropout.pt` by changing the dropout flag:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --dropout 0.0 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython image_sample.py $MODEL_FLAGS --model_path models\u002Flsun_horse_nodropout.pt $SAMPLE_FLAGS\n```\n\nNote that for these models, the best samples result from using 1000 timesteps:\n\n```\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 100 --timestep_respacing 1000\"\n```\n\n# Results\n\nThis table summarizes our ImageNet results for pure guided diffusion models:\n\n| Dataset          | FID  | Precision | Recall |\n|------------------|------|-----------|--------|\n| ImageNet 64x64   | 2.07 | 0.74      | 0.63   |\n| ImageNet 128x128 | 2.97 | 0.78      | 0.59   |\n| ImageNet 256x256 | 4.59 | 0.82      | 0.52   |\n| ImageNet 512x512 | 7.72 | 0.87      | 0.42   |\n\nThis table shows the best results for high resolutions when using upsampling and guidance together:\n\n| Dataset          | FID  | Precision | Recall |\n|------------------|------|-----------|--------|\n| ImageNet 256x256 | 3.94 | 0.83      | 0.53   |\n| ImageNet 512x512 | 3.85 | 0.84      | 0.53   |\n\nFinally, here are the unguided results on individual LSUN classes:\n\n| Dataset      | FID  | Precision | Recall |\n|--------------|------|-----------|--------|\n| LSUN Bedroom | 1.90 | 0.66      | 0.51   |\n| LSUN Cat     | 5.57 | 0.63      | 0.52   |\n| LSUN Horse   | 2.57 | 0.71      | 0.55   |\n\n# Training models\n\nTraining diffusion models is described in the [parent repository](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fimproved-diffusion). Training a classifier is similar. We assume you have put training hyperparameters into a `TRAIN_FLAGS` variable, and classifier hyperparameters into a `CLASSIFIER_FLAGS` variable. Then you can run:\n\n```\nmpiexec -n N python scripts\u002Fclassifier_train.py --data_dir path\u002Fto\u002Fimagenet $TRAIN_FLAGS $CLASSIFIER_FLAGS\n```\n\nMake sure to divide the batch size in `TRAIN_FLAGS` by the number of MPI processes you are using.\n\nHere are flags for training the 128x128 classifier. You can modify these for training classifiers at other resolutions:\n\n```sh\nTRAIN_FLAGS=\"--iterations 300000 --anneal_lr True --batch_size 256 --lr 3e-4 --save_interval 10000 --weight_decay 0.05\"\nCLASSIFIER_FLAGS=\"--image_size 128 --classifier_attention_resolutions 32,16,8 --classifier_depth 2 --classifier_width 128 --classifier_pool attention --classifier_resblock_updown True --classifier_use_scale_shift_norm True\"\n```\n\nFor sampling from a 128x128 classifier-guided model, 25 step DDIM:\n\n```sh\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --image_size 128 --learn_sigma True --num_channels 256 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\nCLASSIFIER_FLAGS=\"--image_size 128 --classifier_attention_resolutions 32,16,8 --classifier_depth 2 --classifier_width 128 --classifier_pool attention --classifier_resblock_updown True --classifier_use_scale_shift_norm True --classifier_scale 1.0 --classifier_use_fp16 True\"\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 50000 --timestep_respacing ddim25 --use_ddim True\"\nmpiexec -n N python scripts\u002Fclassifier_sample.py \\\n    --model_path \u002Fpath\u002Fto\u002Fmodel.pt \\\n    --classifier_path path\u002Fto\u002Fclassifier.pt \\\n    $MODEL_FLAGS $CLASSIFIER_FLAGS $SAMPLE_FLAGS\n```\n\nTo sample for 250 timesteps without DDIM, replace `--timestep_respacing ddim25` to `--timestep_respacing 250`, and replace `--use_ddim True` with `--use_ddim False`.\n","# guided-diffusion\n\n这是[扩散模型在图像合成中击败GANS](http:\u002F\u002Farxiv.org\u002Fabs\u002F2105.05233)论文的代码库。\n\n本仓库基于[openai\u002Fimproved-diffusion](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fimproved-diffusion)，进行了分类器条件和架构改进。\n\n# 下载预训练模型\n\n我们已发布论文中主要模型的检查点。在使用这些模型前，请查看对应的[model card](model-card.md)了解这些模型的预期用途和限制。\n\n以下是每个模型检查点的下载链接：\n\n * 64x64分类器：[64x64_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_classifier.pt)\n * 64x64扩散：[64x64_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_diffusion.pt)\n * 128x128分类器：[128x128_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128x128_classifier.pt)\n * 128x128扩散：[128x128_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128x128_diffusion.pt)\n * 256x256分类器：[256x256_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_classifier.pt)\n * 256x256扩散：[256x256_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_diffusion.pt)\n * 256x256扩散（非分类条件）：[256x256_diffusion_uncond.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F256x256_diffusion_uncond.pt)\n * 512x512分类器：[512x512_classifier.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F512x512_classifier.pt)\n * 512x512扩散：[512x512_diffusion.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F512x512_diffusion.pt)\n * 64x64 → 256x256上采样器：[64_256_upsampler.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64_256_upsampler.pt)\n * 128x128 → 512x512上采样器：[128_512_upsampler.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F128_512_upsampler.pt)\n * LSUN卧室：[lsun_bedroom.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_bedroom.pt)\n * LSUN猫：[lsun_cat.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_cat.pt)\n * LSUN马：[lsun_horse.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_horse.pt)\n * LSUN马（无dropout）：[lsun_horse_nodropout.pt](https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002Flsun_horse_nodropout.pt)\n\n# 从预训练模型采样\n\n要使用这些模型进行采样，可以使用`classifier_sample.py`、`image_sample.py`和`super_res_sample.py`脚本。\n此处我们提供了从所有这些模型进行采样的标志。\n我们假设您已将相关模型检查点下载到名为`models\u002F`的文件夹中。\n\n对于这些示例，我们将生成100个样本，批量大小为4。您可以自由更改这些值。\n\n```\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 100 --timestep_respacing 250\"\n```\n\n## 分类器引导\n\n请注意，在这些采样运行中，您可以设置`--classifier_scale 0`来从基础扩散模型进行采样。\n在这种情况下，您也可以使用`image_sample.py`脚本而不是`classifier_sample.py`。\n\n * 64x64模型：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --dropout 0.1 --image_size 64 --learn_sigma True --noise_schedule cosine --num_channels 192 --num_head_channels 64 --num_res_blocks 3 --resblock_updown True --use_new_attention_order True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 1.0 --classifier_path models\u002F64x64_classifier.pt --classifier_depth 4 --model_path models\u002F64x64_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 128x128模型：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 128 --learn_sigma True --noise_schedule linear --num_channels 256 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 0.5 --classifier_path models\u002F128x128_classifier.pt --model_path models\u002F128x128_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 256x256模型：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 1.0 --classifier_path models\u002F256x256_classifier.pt --model_path models\u002F256x256_diffusion.pt $SAMPLE_FLAGS\n```\n\n * 256x256模型（无条件）：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 10.0 --classifier_path models\u002F256x256_classifier.pt --model_path models\u002F256x256_diffusion_uncond.pt $SAMPLE_FLAGS\n```\n\n * 512x512模型：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 512 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 False --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 4.0 --classifier_path models\u002F512x512_classifier.pt --model_path models\u002F512x512_diffusion.pt $SAMPLE_FLAGS\n```\n\n## 上采样\n\n对于这些运行，我们假设您有一些基础样本存储在名为`64_samples.npz`或`128_samples.npz`的文件中，分别对应两个模型。\n\n * 64 → 256:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --large_size 256  --small_size 64 --learn_sigma True --noise_schedule linear --num_channels 192 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython super_res_sample.py $MODEL_FLAGS --model_path models\u002F64_256_upsampler.pt --base_samples 64_samples.npz $SAMPLE_FLAGS\n```\n\n * 128 → 512:\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16 --class_cond True --diffusion_steps 1000 --large_size 512 --small_size 128 --learn_sigma True --noise_schedule linear --num_channels 192 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython super_res_sample.py $MODEL_FLAGS --model_path models\u002F128_512_upsampler.pt $SAMPLE_FLAGS --base_samples 128_samples.npz\n```\n\n## LSUN 模型\n\n这些模型是类别无关的，对应于单个 LSUN 类别。在这里，我们展示了如何从 `lsun_bedroom.pt` 中采样，但其他两个 LSUN 检查点也适用：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --dropout 0.1 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython image_sample.py $MODEL_FLAGS --model_path models\u002Flsun_bedroom.pt $SAMPLE_FLAGS\n```\n\n可以通过修改 dropout 标志来从 `lsun_horse_nodropout.pt` 中采样：\n\n```\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond False --diffusion_steps 1000 --dropout 0.0 --image_size 256 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\npython image_sample.py $MODEL_FLAGS --model_path models\u002Flsun_horse_nodropout.pt $SAMPLE_FLAGS\n```\n\n请注意，对于这些模型，最佳采样结果来自使用 1000 个时间步：\n\n```\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 100 --timestep_respacing 1000\"\n```\n\n# 结果\n\n此表总结了我们对纯引导扩散模型的 ImageNet 结果：\n\n| 数据集          | FID  | 精度 | 召回率 |\n|------------------|------|------|--------|\n| ImageNet 64x64   | 2.07 | 0.74 | 0.63   |\n| ImageNet 128x128 | 2.97 | 0.78 | 0.59   |\n| ImageNet 256x256 | 4.59 | 0.82 | 0.52   |\n| ImageNet 512x512 | 7.72 | 0.87 | 0.42   |\n\n此表展示了在使用上采样和引导时高分辨率的最佳结果：\n\n| 数据集          | FID  | 精度 | 召回率 |\n|------------------|------|------|--------|\n| ImageNet 256x256 | 3.94 | 0.83 | 0.53   |\n| ImageNet 512x512 | 3.85 | 0.84 | 0.53   |\n\n最后，这里是针对单个 LSUN 类别的无引导结果：\n\n| 数据集      | FID  | 精度 | 召回率 |\n|--------------|------|------|--------|\n| LSUN卧室     | 1.90 | 0.66 | 0.51   |\n| LSUN猫       | 5.57 | 0.63 | 0.52   |\n| LSUN马       | 2.57 | 0.71 | 0.55   |\n\n# 训练模型\n\n扩散模型的训练在 [父仓库](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fimproved-diffusion) 中有描述。训练分类器类似。我们假设您已将训练超参数存入 `TRAIN_FLAGS` 变量，分类器超参数存入 `CLASSIFIER_FLAGS` 变量。然后您可以运行：\n\n```\nmpiexec -n N python scripts\u002Fclassifier_train.py --data_dir path\u002Fto\u002Fimagenet $TRAIN_FLAGS $CLASSIFIER_FLAGS\n```\n\n请确保将 `TRAIN_FLAGS` 中的 batch size 除以您使用的 MPI 进程数。\n\n以下是训练 128x128 分类器的标志。您可以修改这些标志以训练其他分辨率的分类器：\n\n```sh\nTRAIN_FLAGS=\"--iterations 300000 --anneal_lr True --batch_size 256 --lr 3e-4 --save_interval 10000 --weight_decay 0.05\"\nCLASSIFIER_FLAGS=\"--image_size 128 --classifier_attention_resolutions 32,16,8 --classifier_depth 2 --classifier_width 128 --classifier_pool attention --classifier_resblock_updown True --classifier_use_scale_shift_norm True\"\n```\n\n对于从 128x128 分类器引导模型中采样，使用 25 步 DDIM：\n\n```sh\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --image_size 128 --learn_sigma True --num_channels 256 --num_heads 4 --num_res_blocks 2 --resblock_updown True --use_fp16 True --use_scale_shift_norm True\"\nCLASSIFIER_FLAGS=\"--image_size 128 --classifier_attention_resolutions 32,16,8 --classifier_depth 2 --classifier_width 128 --classifier_pool attention --classifier_resblock_updown True --classifier_use_scale_shift_norm True --classifier_scale 1.0 --classifier_use_fp16 True\"\nSAMPLE_FLAGS=\"--batch_size 4 --num_samples 50000 --timestep_respacing ddim25 --use_ddim True\"\nmpiexec -n N python scripts\u002Fclassifier_sample.py \\\n    --model_path \u002Fpath\u002Fto\u002Fmodel.pt \\\n    --classifier_path path\u002Fto\u002Fclassifier.pt \\\n    $MODEL_FLAGS $CLASSIFIER_FLAGS $SAMPLE_FLAGS\n```\n\n若要不使用 DDIM 进行 250 步采样，请将 `--timestep_respacing ddim25` 替换为 `--timestep_respacing 250`，并将 `--use_ddim True` 替换为 `--use_ddim False`。","# guided-diffusion 快速上手指南\n\n## 环境准备\n- Python 3.8+\n- PyTorch 1.10+（需支持CUDA）\n- 安装依赖：`pip install -r requirements.txt`（推荐使用清华源：`--index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`）\n\n## 安装步骤\n1. 克隆仓库：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion.git\ncd guided-diffusion\n```\n\n2. 安装依赖：\n```bash\npip install -r requirements.txt --index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 基本使用\n### 下载预训练模型\n```bash\nwget https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_classifier.pt -P models\u002F\nwget https:\u002F\u002Fopenaipublic.blob.core.windows.net\u002Fdiffusion\u002Fjul-2021\u002F64x64_diffusion.pt -P models\u002F\n```\n\n### 生成样本（64x64模型）\n```bash\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --dropout 0.1 --image_size 64 --learn_sigma True --noise_schedule cosine --num_channels 192 --num_head_channels 64 --num_res_blocks 3 --resblock_updown True --use_new_attention_order True --use_fp16 True --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 1.0 --classifier_path models\u002F64x64_classifier.pt --model_path models\u002F64x64_diffusion.pt --batch_size 4 --num_samples 100 --timestep_respacing 250\n```\n\n### 生成样本（512x512模型）\n```bash\nMODEL_FLAGS=\"--attention_resolutions 32,16,8 --class_cond True --diffusion_steps 1000 --image_size 512 --learn_sigma True --noise_schedule linear --num_channels 256 --num_head_channels 64 --num_res_blocks 2 --resblock_updown True --use_fp16 False --use_scale_shift_norm True\"\npython classifier_sample.py $MODEL_FLAGS --classifier_scale 4.0 --classifier_path models\u002F512x512_classifier.pt --model_path models\u002F512x512_diffusion.pt --batch_size 4 --num_samples 100 --timestep_respacing 250\n```","某电商平台的视觉设计团队需要为新品生成高质量产品图，但传统图像生成工具无法满足风格化、细节精度和批量生成的需求。  \n\n### 没有 guided-diffusion 时  \n- 依赖人工绘制或低精度AI生成，单张图片制作耗时2小时以上  \n- 生成图像缺乏真实感，商品纹理、光影效果不自然  \n- 无法实现特定艺术风格（如水彩、赛博朋克）的批量生成  \n- 每次生成需反复调整参数，人工修正成本高  \n- 小尺寸商品（如64x64像素）生成模糊，无法满足电商详情页需求  \n\n### 使用 guided-diffusion 后  \n- 通过分类器引导生成，单张图片制作时间缩短至15分钟  \n- 支持高清细节生成（512x512分辨率），商品质感接近真实照片  \n- 可直接调用预训练模型生成水彩\u002F赛博朋克等风格图片  \n- 批量生成时自动适配不同尺寸（64x64→512x512）  \n- 无需人工干预，自动生成符合电商规范的图片素材  \n\n核心价值：通过分类器引导的高质量图像生成，实现电商视觉内容的高效、精准生产。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fopenai_guided-diffusion_90f75d35.png","openai","OpenAI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fopenai_1960bbf4.png","","https:\u002F\u002Fopenai.com\u002F","https:\u002F\u002Fgithub.com\u002Fopenai",[82],{"name":83,"color":84,"percentage":85},"Python","#3572A5",100,7336,896,"2026-04-04T18:39:34","MIT","Linux, macOS","需要 NVIDIA GPU，显存 8GB+，CUDA 11.7+","16GB+",{"notes":94,"python":95,"dependencies":96},"建议使用 conda 管理环境，首次运行需下载约 5GB 模型文件","3.8+",[97,98,99],"torch>=2.0","transformers>=4.30","accelerate",[14,13],4,"2026-03-27T02:49:30.150509","2026-04-06T08:35:14.825953",[105,110,115,120,125,130],{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},4770,"多GPU训练时如何解决恢复检查点失败的问题？","在多GPU训练时，需要将 `load_state_dict` 从 `if dist.get_rank() == 0` 的条件块中移出。具体修改位置为 `classifier_train.py` 第51行，确保所有GPU节点都能正确加载检查点。参考修复方案：https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F23","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F23",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},4771,"如何解决多GPU训练时仅使用第一个GPU的问题？","需按照分布式训练文档配置启动参数，确保所有GPU节点正确初始化。参考官方指南：https:\u002F\u002Fdeepwiki.com\u002Fopenai\u002Fguided-diffusion\u002F4.1-distributed-training#starting-a-distributed-training-job","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F72",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},4772,"训练512模型时VRAM不足如何解决？","将 `--num_channels` 参数从256调整为128可显著降低显存占用。例如：`--num_channels 128`，此设置适用于128x128图像训练，但需注意更大尺寸图像可能需要进一步调整。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F32",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},4773,"zero_module函数的作用是什么？","`zero_module` 用于将模块参数置零，该初始化方案源自《Denoising Diffusion Probabilistic Models (2020)》论文。此操作可避免梯度累积，具体实现为：遍历模块参数并调用 `p.detach().zero_()`。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F21",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},4774,"如何正确使用64_256_upsampler.pt预训练模型？","加载检查点时需设置 `class_cond=True`，否则模型与检查点结构不匹配。确保模型架构与检查点兼容，并在推理时正确传递类别标签参数。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F149",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},4775,"FID评估时采样细节如何设置？","FID评估默认使用50,000个样本，类别标签通过随机整数生成（`th.randint`）。若需特定类别采样，需在 `classifier_sample.py` 第72行调整 `classes` 参数的取值范围和数量。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fguided-diffusion\u002Fissues\u002F56",[]]